4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008

Tamanho: px
Começar a partir da página:

Download "4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008"

Transcrição

1 4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 8 Solução de alguns exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A, então λ C λ λ 3 C λ 4 onde C é ortogonal Definindo então B 3 B = C λ 3 λ 3 λ 3 3 λ 3 4 C, 3 Seja A, Porque A é normal, existe uma base ortonormal de E na qual a matriz de A tem a forma λ λ r A = α β β α, α s β s então existe C talque C A C ( Porque = A n = C A n C, A n =, então λ n i = para i r e n αj β j = para j s, isso significa que A β j α =, então j 4 T + U é auto-adjunto e < T + U(v, v >=< T v, v > + < Uv, v >>, então T + U é positivo 3 Se T = e U =, T e U são positivos, mas T U = 3 3 não é auto-adjunto, então não é positivo 3 3 β s α s

2 5 O polinômio característico para A é det(x I ( x b = x det x a x b x c x a ( = ( c x a = x(x(x a b + ( c = x 3 ax bx c Se f(x é o polinômio minimal para A, então x 3 ax bx c é múltiplo de f(x Se x 3 ax bx c não é o polinômio minimal para A, então Se grau(f =, suponhamos f(x = x + c, mas f( A + c I = c c c b ; a + c Se grau(f =, suponhamos f(x = x + b x + c, mas f( c ca c A +b A+c I = b c + ba +b b +c I = a b + a a Então grau(f = 3 e f(x = x 3 ax bx c 6 (a O polinômio característico para A é x det = x 3x + 4, x os autovalores para A são 3± 7i, então A não tem subespaço invariante de R de dimens so (porque se A tem subespaço invariante de R de dimens so, A vai ter autovalor real (b Para autovalor 3+ 7i, sempre existe um autovetor que é invariante para A 7 Se dim(im( s, dim(ker( n s Para u Im(A, existe v V tal que A(v = u, A(u = A (v A = A(v = u, isso significa A Im( Id e Im(A Ker( φ, então V = Im(A Ker(A Escolha uma base {v,, v s, v s+,, v n } tal que v i Im(A i s e v j Ker(A s+ j n, tem A(v i = v i para i s e A(v j = para s + j n, então relativamente a esta base, A tem a forma,

3 isso significa que A é semelhante a uma matriz diagonal 9 Seja {u,, u n } uma base de W Complete a uma base do espaço V, {u,, u n, v,, v m } e considere W = [{v,, v m }] Seja dim(e = s Escolha uma base ortonormal {e,, e s, e s+,, e n } tal que e i E para i s Relativamente a esta base, E tem a forma, então I + E = é invertível e (I + E = Basta observar que o único autovetor de T é (,, logo, o único subespaço invariante unidimensional é W 3 É só considerar a potência n + do operador de derivação 4 Mostre por indução que T n (B = n j= ( j ( n j A n j BA j Então se A k = para k inteiro positivo, escolha N grande o suficiente para que min{j, N j} > k e teremos T N = 5 (a (Veja Hoffman-Kunze, pag 354 Se A é um operador normal num espaço V, então V = W W r, onde p = p p r é o polinômio minimal de A e W j = ker p j (A Além disso, prova-se que deg p j = ou e no caso de p j (x = (x a + b temos que a restrição de A em W j satisfaz A j v i = av i + bw i A j w i = bv i + aw i 3

4 onde {v, w,, v s, w s } é uma base ortonormal de W j, A j é sua restrição e p s j é o polinômio característico de A j Além disso a projeção ortogonal E j sobre W j é um polinômio em A Portanto, qualquer operador que comuta com A comuta com E j e portanto deixa W j invariante Assim, como A comuta com A, A deixa W j invariante e temos que a adjunta A j de A j é a restrição de A a W j Além disso, é fácil ver que A j v i = av i bw i A j w i = bv i + aw i Daí, segue que A j A j = (a + b I E portanto A j = (a + b A j E como temos que se AB = BA, então A B = BA, o resultado segue (b (Vamos usar de novo os resultados em Hoffman-Kunze, pag 354 Mostra-se que se A é normal e E é um subespaço invariante de A então A também deixa E invariante Seja V = W W r a decomposição do item anterior para A Se p j (x = (x a + b e {v, w,, v s, w s } base ortonormal de W j A B(v i = BA (v i = B(av i bw i = abv i bbw i A B(w i = BA (w i = B(bv i + aw i = bbv i + abw i Seja E então o espaço gerado por {Bv i, Bw i } Sabemos que A deixa E invariante Vamos mostrar que A B(v i = abv i bbw i ( A B(v i = bbv i + abw i ( Pois então A Bv i = BA v i e A Bw i = BA Bw i e portanto A B = BA restrito a E(O caso p j (x = x c é bem mais simples Não é difícil ver que para mostrar (, ( basta checar que {Bv i, Bw i } é ortogonal Seja então S a restrição de b (A ai a E Observe que S é normal e que S + I = Além disso, SBv i = Bw i Use o lema da pag353 de Hoffman-Kunze para ver que {Bv i, Bw i } é ortogonal (c Defina, B = e C = 3 É claro que AB = BA, AC = CA, mas cheque que BC CB 6 (b Defina Cheque que A 5 5 e AA = 5 Portanto A A comuta com AA mas são 5 4

5 diferentes, o que implica que A não é normal (Observe que esse exemplo é geral, no sentido de que como A A comuta com AA existe uma base ortonormal que diagonaliza ambas simultaneamente 7 (a Seja {v,, v n } uma base de autovetores para A Observe que AB(v i = BA(v i = B(λ i v i = λ i Bv i Como os autovalores de A tem multiplicidade, temos que Bv i = a i v i para algum a i Agora, use interpolação de Lagrange para construir um polinômio p que satisfaz p(λ i = a i Agora, mostre que p( B (b A condição é claramente suficiente Basta mostrar então que se B comuta com toda transformação linear que comuta com A então, B = p(a para algum polinômio p Como A é hermitiana, existe uma base de autovetores {v,, v n } Seja E i a projeção ortogonal sobre a reta gerada por v i Como v i é autovetor, E i comuta com A e portanto com B Mas isso significa que Bv i = a i v i Agora repita a construção do item anterior 8 A fórmula para g mostra a unicidade, bastando checar que g define de fato uma forma bilinear simétrica 9 A bilinearidade de g é simples Agora, cheque que f(v = g(v, v Além disso, se q é qualquer forma bilinear tal que q(v, v = f(v então a fórmula de polarização nos diz que q(u, v = (f(u + v f(u, u f(v, v = g(u, v mostrando a unicidade de g como forma bilinear que define a forma quadrática f Primeiro, cheque que g = g + g é uma forma bilinear Em seguida, é fácil ver que g(v, v = g (v, v + g (v, v = f (v + f (v, mostrando que g define a forma quadrática f = f + f Para A, seja p(x = det(a xi seu polinômio característico Como seus autovalores são todos reais, seu polinômio característico se fatora em C[X] como p(x = (x λ r (x λ m rm, com λ i R para todo i m Usando a forma canônica de Jordan para matrizes complexas, prove que A é similar a uma matriz com entradas reais Seja A é uma matriz n n com entradas reais tal que A + I = Usando A podemos definir uma estrutura complexa no espaço vetorial (α + iβv = αv + βav, onde α, β R (cheque que está bem-definida Seja agora, {v, v k } uma base para o espaço complexo Vamos mostrar que {v, v k, Av,, Av k } é uma base para o espaço real De fato, se v = k j= (α j + iβ j v j, então usando a definição do produto, tem-se que v = k j= α jv j + k j= β jav j, mostrando que o conjunto é gerador Usando um argumento similar, se prova que o conjunto é linearmente independente Agora, cheque que a matriz de A na base dada é 5

6 ( I I onde I é a matriz identidade k k 3 As formas de Jordan para uma matriz [a ij ] i,j 6 com polinômio característico p(x = (x 4 (x variam conforme as formas do polinômio minimal q(x Eles são:, se q(x = (x (x, se q(x = (x (x, se q(x = (x 3 (x e, se q(x = (x 4 (x As outras opções ( são repetir ( os blocos com autovalor e trocar o bloco dois por dois por caso o fator (x apareça em q(x Então são 8 possíveis formas de Jordan para A 4 A matriz 3 6

7 é nilpotente com índice de nilpotência 4 Então sua forma de Jordan é 6 Uma condição necessária para que uma matriz seja anti-simétrica (A t = A é que os elementos da sua diagonal principal sejam todos iguais a zero Logo a afirmação feita na prova de que J t = J implica em particular que todos os auto valores de A são nulos, uma vez que na diagonal de J se encontram os autovalores de A Contudo existem matrizes complexas não-nulas e anti-simétricas Portanto a afirmação de que J t = J está incorreta Por exemplo: cujos autovalores são i e i ( 3 Seja D o subespaço das matrizes diagonais Afirmamos que D é o subespaço E das matrizes cujas entradas da diagonal são todas nulas De fato, se (a ij e B = (b ij então B = (b ij = (b ji e (A B = tr(ab = n n i= k= a ikb ik Assim é fácil ver que se A é diagonal e B E então (A B = Por outro lado, se (A B = A D, tomando-se D i cuja entrada a ii = e zero as demais, temos que b ii =, logo B E Isso mostra o que queríamos 3 Afirmação: W é o subespaço das funções pares Claramente, pela definição do produto interno e pelo fato de que produto de uma função par por uma função ímpar ser ímpar, temos que toda função par pertence a W Por outro lado dada qualquer função f podemos escrever f(t = f (t + f (t onde f (t = f(t+f( t e f (t = f(t f( t Note que f é par e f é ímpar Assim, se f W então = (f, f = f (tf(tdt = f (tf (tdt + f (tf (tdt = f (tf (tdt (Note que f (tf (tdt =, porque f f é ímpar Como f é contínua, f é contínua e portanto f = Logo f é uma função par 33 T (z, z = (w, w, determinemos w e w z z = T (,, (z, z = (,, T (z, z = w Logo, w = z z Analogamente, w = iz z + i i 34 Seja α a base canônica de C então (T α = Assim (T i α = i i i É fácil verificar que (T α não comuta com (T α Logo T não comuta com T 35 Tome qualquer base ortonormal {p, p, p, p 3 } de P 3 o espaço dos polinômios de grau menor ou igual a 3 Queremos encontrar a, a, a, a 3 R tais 7

8 que g t = a p + a p + a p + a 3 p 3 satisfaça g t, f = f(t para todo f P 3 Em particular, tomando f = p i, temos que a i = p i (t, isto é, g t = p (tp + p (tp + p (tp + p 3 (tp 3 36 Resolvido na lista 3, exercício (a Tome S = (B + Bt e (B Bt Assim S é simétrica, A é antissimétrica e B = S + A Isso prova que a decomposição existe Provemos que é única Se B = S + A então B t = S A, e portanto S = (B + Bt e (B Bt (b (A t = A t A t = ( A( A (c det( det(a t = det( ( n det( det(a o que implica que det( (justifique cada passagem 38 Usando a mesma idéia do exercício 35, podemos obter, para cada t R, g t P 5 tat que g t, f = f(t para todo f P 5 Assim, f, g P 5 f, D g = Df, g = f (sg(sds Int partes = f(g( f(g( Mas f( = g, f e g, f = f( Logo, f, D g = f, g(g g(g Dg, isto é, D g = g(g g(g Dg 39 (A Cx, x = ((A B+(B Cx, x = (A Bx, x + (B Cx, x > 4 Supondo Av, Aw = v, w para todo v, w V, temos que v, A Aw = v, w para todo v, w V, o que implica que A I Pelas propriedades do determinante, = det I = det A det A det A = (det A Portanto, det ± 4 Considere em R o operador de rotação de π/, ie, o operador representado pela matriz R = Obviamente vale que Rv é perpendicular a v para todo v R 43 Existe uma base na qual a matriz A é diagonal, e sendo hermitiana todos os autovalores são reais Se f é um polinômio com coeficientes reais, então f(a é uma matriz diagonal cujos elementos são f(l R onde l é autovalor de A 44 ERRATA: Neste exercício a matriz que devemos considerar é cos θ sin θ sin θ cos θ para θ R Para encontrar os autovalores, calculamos cos θ λ sin θ det = λ sin θ cos θ λ f(sg (sds 8

9 Ou seja, λ = ± são os autovalores Para encontrar o autovetor associado a, resolvemos o sistema cos θ sin θ x = sin θ cos θ y Temos assim { x(cos θ + y sin θ = ( y(cos θ + + x sin θ = ( Mas ( é igual a ( vezes (cos θ / sin θ, se sin θ De ( concluímos cos θ cos θ que x sin θ = y Portanto, (, sinθ é autovetor de A com autovalor Se sin θ =, cos θ = ±, logo, ou, Em qualquer dos dois casos tem-se v tal que Av = v 45 Por indução no tamanho da matriz Se n =, o polinômio caracteristico de A é igual a a λ det = (a a λ λ(a λ a Suponhamos que para uma matriz n n desta forma o polinômio característico é igual a (a λ(a λ (a n,n λ Provaremos para uma matriz n n Temos que a λ a a λ det = a n a n a nn λ a λ a a λ = (a nn λ det a n, a n, a n,n λ Usando a hipótese de indução concluímos que o polinômio característico de uma matriz desta forma (n n é (a λ(a λ (a nn λ Portanto, os autovalores são os elementos da diagonal da matriz 46 O polinômio característico tem grau n, então tem esse número de raízes, contando a multiplicidade Devido a que as raízes complexas aparecem aos pares, o polinômio tem que possuir pelo menos uma raíz real 47 O operador de derivação na base {sin t, cos t} de V pode ser representado pela matriz D = Os autovalores de D são λ = ±i Então se o espaço V tem como conjunto de escalares R, ele não possui autovetores Se o campo de escalares fosse C, as funções sin t ± i cos t seriam autovetores 9

10 48 Consideremos a forma de Jordan J da matriz associada à transformação Sabemos que J é uma matriz triangular inferior, os elementos da diagonal são todos (os autovalores, e os elementos imediatamente abaixo da diagonal são iguais a ou Então, se tomamos {v, v,, v n } a base na qual a transformação A é representada por J, temos que Jv i = ou Jv i = v i+ para i =,, n, e Jv n = Definindo E k = espaço gerado por {v k,, v n } para k =,, n, vale a seguinte relação: J(E k E k+ para k n, e J(E n = Portanto, J é nilpotente, o que implica que A também o é 49 (tp + up x, x = t P x, x + u P x, x > 5 Se A é autoadjunto, sabemos que existe uma base ortonormal {v,, v n } de V formada por autovetores de A Devido ao fato de que os únicos subespaços invariantes de A são V e, A só pode ter um autovalor, pois cada autovalor tem associado um subespaço invariante (que não se reduz ao de A Portanto, existe λ (que poderia ser tal que Av i = λv i para i =,, n, o que implica que λi 5 É claro que A t E para todo (x, y vale A(x, y, (x, y = (x+iy, ix+y, (x, y = x(x+iy+y( ix+y = x +y Os autovalores de A são as raízes do polinômio ( λ, ou seja, λ = e λ = Encontramos uma base de autovetores para A (resolvendo os sistemas (A λi = Por exemplo, os vetores (, i e (, i formam uma base de autovetores A matriz que representa A nesta base é D = E a matriz de cambio de base, da canônica para a base de autovetores é C = i i Então temos que ( i = C DC = i i i ( ( i i Portanto, ( i i ( ( i i

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009 5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 29 Soluções dos exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A, então

Leia mais

3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =

3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B = 3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao

Leia mais

Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan

Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan Exercício 1. Seja A = (a i j ) uma matriz diagonal sobre

Leia mais

CM005 Álgebra Linear Lista 3

CM005 Álgebra Linear Lista 3 CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ

Leia mais

Universidade Federal da Paraíba - UFPB Centro de Ciências Exatas e da Natureza - CCEN Departamento de Matemática - DM

Universidade Federal da Paraíba - UFPB Centro de Ciências Exatas e da Natureza - CCEN Departamento de Matemática - DM Universidade Federal da Paraíba - UFPB Centro de Ciências Exatas e da Natureza - CCEN Departamento de Matemática - DM 3 a Lista de Exercícios de Introdução à Álgebra Linear Professor: Fágner Dias Araruna

Leia mais

MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.

MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4. MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A

Leia mais

Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00

Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 [ ] 4 2 Questão 1. Seja T : R 2 R 2 o operador linear cuja matriz, com respeito à base canônica de R 2, é. 1 3 [ ] 2 0 Seja B uma base de R 2 tal que

Leia mais

1 Matrizes Ortogonais

1 Matrizes Ortogonais Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos

Leia mais

Forma Canônica de Matrizes 2 2

Forma Canônica de Matrizes 2 2 Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de

Leia mais

Dou Mó Valor aos Autovalores

Dou Mó Valor aos Autovalores 1. Definições Preliminares Dou Mó Valor aos Autovalores 21ª Semana Olímpica Maceió, AL Prof. Davi Lopes Nível U Dada uma matriz quadrada A n n de entradas complexas, podemos definir os conceitos a seguir,

Leia mais

Equação Geral do Segundo Grau em R 2

Equação Geral do Segundo Grau em R 2 8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................

Leia mais

A forma canônica de Jordan e aplicações. 2 Resultados. 2.1 Triangularização. Marcos Alves dos Santos e José Carlos Corrêa Eidam(Orientador)

A forma canônica de Jordan e aplicações. 2 Resultados. 2.1 Triangularização. Marcos Alves dos Santos e José Carlos Corrêa Eidam(Orientador) A forma canônica de Jordan e aplicações Marcos Alves dos Santos e José Carlos Corrêa Eidam(Orientador) Universidade de São Paulo (USP), Brasil marcos.santos@usp.br Universidade de São Paulo (USP), Brasil

Leia mais

exercícios de álgebra linear 2016

exercícios de álgebra linear 2016 exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores

Leia mais

Álgebra linear A Primeira lista de exercícios

Álgebra linear A Primeira lista de exercícios Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b

Leia mais

1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato:

1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato: Sumário No que se segue, C, R, Q, Z, N denotam respectivamente, o conjunto dos números complexos, reais, racionais, inteiros e naturais. Denotaremos por I (ou id) End(V ) a função identidade do espaço

Leia mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes Semelhantes e Matrizes Diagonalizáveis Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas

Leia mais

GAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).

GAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1). GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos

Leia mais

Aula 19 Operadores ortogonais

Aula 19 Operadores ortogonais Operadores ortogonais MÓDULO 3 AULA 19 Aula 19 Operadores ortogonais Objetivos Compreender o conceito e as propriedades apresentadas sobre operadores ortogonais. Aplicar os conceitos apresentados em exemplos

Leia mais

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores

Leia mais

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2458 Álgebra Linear para Engenharia II Segunda Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Verdadeiro ou falso?

Leia mais

ÁLGEBRA LINEAR - MAT0024

ÁLGEBRA LINEAR - MAT0024 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 11 a Lista de exercícios

Leia mais

Interbits SuperPro Web

Interbits SuperPro Web 1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)

Leia mais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que

Leia mais

1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55

1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55 Capítulo LINE LINE Autovetor e Autovalor 9 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55 Matrizes Simétricas, o Teorema Espectral e Operadores Auto-adjuntos 8 4 Formas Bilineares,

Leia mais

Provas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.

Provas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização

Leia mais

Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas

Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas 10 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 10: Soluções e Respostas 263 264 CAPÍTULO 10. SOLUÇÕES E RESPOSTAS Capítulo 1 2.1* Temos 2 4 6 3 6 0 2A =,

Leia mais

ÁLGEBRA LINEAR I - MAT0032

ÁLGEBRA LINEAR I - MAT0032 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de

Leia mais

Capítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

Capítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Capítulo 5 Operadores Auto-adjuntos Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 5: Operadores Auto-adjuntos

Leia mais

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1 QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,

Leia mais

AUTOVALORES E AUTOVETORES

AUTOVALORES E AUTOVETORES AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos

Leia mais

Álgebra Linear I - Aula 22

Álgebra Linear I - Aula 22 Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de

Leia mais

23 e 24. Forma Quadrática e Equação do Segundo Grau em R 3. Sumário

23 e 24. Forma Quadrática e Equação do Segundo Grau em R 3. Sumário 23 e 24 Forma Quadrática e Equação do Segundo Grau em R 3 Sumário 23.1 Introdução....................... 2 23.2 Autovalores e Autovetores de uma matriz 3 3.. 2 23.3 Mudança de Coordenadas no Espaço........

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática Lista 4 - MAT 137 -Introdução à Álgebra Linear 2017/II 1. Entre as funções dadas abaixo, verifique quais

Leia mais

G4 de Álgebra Linear I

G4 de Álgebra Linear I G4 de Álgebra Linear I 20122 Gabarito 7 de Dezembro de 2012 1 Considere a transformação linear T : R 3 R 3 definida por: T ( v = ( v (1, 1, 2 (0, 1, 1 a Determine a matriz [T ] ε da transformação linear

Leia mais

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U. Lista de Álgebra Linear - Prof. Edson Iwaki 1. Quais dos subconjuntos são R subespaços vetoriais? Ache uma base para os que forem. (a) S = {(x, y, z) R 3 x 0} R 3 (b) S = {(x, y, z) R 3 x = 0} R 3 (c)

Leia mais

Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos

Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos Algebra Linear 1. Revisitando autovalores e autovetores 2. Forma Diagonal e Forma de Jordan 2.1 Autovalores distintos 2.2 Autovalores complexos 2.3 Nem todos autovalores distintos 3. Autovalores e autovetores

Leia mais

1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016

1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016 1 a Lista de Exercícios de MAT3458 Escola Politécnica o semestre de 16 1 Para que valores de t R a função definida por (x 1, x ), (y 1, y ) = x 1 y 1 + tx y é um produto interno em R? Para cada par de

Leia mais

Capítulo 8. Formas Bilineares. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

Capítulo 8. Formas Bilineares. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Capítulo 8 Formas Bilineares Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 8: Formas Bilineares Meta

Leia mais

Álgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q

Álgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino 1 3 4 3 1 0 4 0 1 = Q 4 1 6 Qt Q t Q = 1 1 1 PULINUS Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino Departamento de Matemática

Leia mais

Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.

Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores. Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas

Leia mais

Marcelo M. Santos DM-IMECC-UNICAMP msantos/

Marcelo M. Santos DM-IMECC-UNICAMP  msantos/ Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência 0 anos c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Identificação de Cônicas

Leia mais

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru 1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais

Leia mais

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =

Leia mais

5. Seja A uma matriz qualquer. Assinale a afirmativa

5. Seja A uma matriz qualquer. Assinale a afirmativa UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal

Leia mais

Álgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.

Álgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo. Álgebra Linear I - Lista 11 Autovalores e autovetores Respostas 1 Calcule os autovalores e autovetores das matrizes abaixo. (a ( 4 1 1, (b ( 1 1, (c ( 5 6 3 4, (d 1 1 3 1 6 6, (e 3 5 1, (f 1 1 1 1 1 1

Leia mais

Legenda. Questões. Lista de Exercícios - Autovalores e autovetores. Cálculos Teoria Geometria

Legenda. Questões. Lista de Exercícios - Autovalores e autovetores. Cálculos Teoria Geometria Lista de Exercícios - Autovalores e autovetores Legenda Cálculos Teoria Geometria Questões. Considere o quadrado determinado pelos pontos A(0, 0), B(, 0), C(, ) e D(0, ).Em cada item aplique o referido

Leia mais

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO EXERCÍCIOS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2458 Álgebra Linear para Engenharia II Primeira Lista de Exercícios - Professor: Equipe da Disciplina 1. Em R 3, sejam S 1

Leia mais

Autovetor e Autovalor de um Operador Linear

Autovetor e Autovalor de um Operador Linear Autovetor e Autovalor de um Operador Linear Definição Seja T : V V um operador linear. Um vetor v V, v 0, é dito um autovetor de T se existe um número real λ tal que T (v) = λv. O número real λ acima é

Leia mais

LISTA DE EXERCÍCIOS 1 - MATEMÁTICA 3 (CCM0213)

LISTA DE EXERCÍCIOS 1 - MATEMÁTICA 3 (CCM0213) LISTA DE EXERCÍCIOS - MATEMÁTICA 3 (CCM3) PROF: PEDRO T. P. LOPES WWW.IME.USP.BR/ PPLOPES/MATEMATICA3 Os exercícios a seguir foram selecionados do livro do Apostol e do Domingues Callioli Costa. Exercício.

Leia mais

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral: Lema (determinante de matriz ) A B A 0 Suponha que M = ou M =, com A e D 0 D C D matrizes quadradas Então det(m) = det(a) det(d) A B Considere M =, com A, B, C e D matrizes C D quadradas De forma geral,

Leia mais

Lista de exercícios 6 Espaços Vetoriais

Lista de exercícios 6 Espaços Vetoriais Universidade Federal do Paraná semestre 016. Algebra Linear, Olivier Brahic Lista de exercícios 6 Espaços Vetoriais Exercícios da Seção 3. Exercício 1: Determine se os seguintes conjuntos formam subespaços

Leia mais

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Módulo 9 ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Contents 9.1 Operadores auto-adjuntos (simétricos e hermitianos) 136 9. Teorema espectral para operadores auto-adjuntos...........

Leia mais

Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas

Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas Álgebra Linear I - Lista 12 Matrizes semelhantes. Diagonalização Respostas 1) Determine quais das matrizes a seguir são diagonalizáveis. Nos caso afirmativos encontre uma base de autovetores e uma forma

Leia mais

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios

Leia mais

A forma canônica de Jordan

A forma canônica de Jordan A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz

Leia mais

MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018

MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018 MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018 1. Verdadeiro ou falso? Justifique suas respostas. (i) Existe uma transformação linear T : P 3 (R) M 2 (R) cuja matriz em relação

Leia mais

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0 Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A

Leia mais

MAT ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006

MAT ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006 MAT 2458 - ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006 1. Sejam u = (x 1, x 2 ) e v = (y 1, y 2 ) vetores de R 2. Para que valores de t R a funcão u, v = x 1 y 1 +

Leia mais

Álgebra Linear I - Aula 20

Álgebra Linear I - Aula 20 Álgebra Linear I - Aula 20 1 Matrizes diagonalizáveis Exemplos 2 Forma diagonal de uma matriz diagonalizável 1 Matrizes diagonalizáveis Exemplos Lembramos que matriz quadrada a 1,1 a 1,2 a 1,n a 2,1 a

Leia mais

Álgebra Linear I - Lista 10. Matrizes e Transformações lineares. Respostas

Álgebra Linear I - Lista 10. Matrizes e Transformações lineares. Respostas Álgebra Linear I - Lista 1 Matrizes e Transformações lineares Respostas 1 Sejam A e B matrizes quadradas do mesmo tamanho Dê um exemplo onde (A + B 2 A 2 + 2A B + B 2 Complete: (A + B 2 = A 2 + B 2 +?

Leia mais

Parte 3 - Produto Interno e Diagonalização

Parte 3 - Produto Interno e Diagonalização Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é

Leia mais

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um

Leia mais

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação

Leia mais

MAE125 Álgebra Linear /1 Turmas EQN/QIN

MAE125 Álgebra Linear /1 Turmas EQN/QIN MAE25 Álgebra Linear 2 205/ Turmas EQN/QIN Planejamento (última revisão: 0 de junho de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na semana seguinte à aula e valem nota Todas

Leia mais

ÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.

ÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7. Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 20/Nov/2003 ÁLGEBRA LINEAR A FICHA 6 SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Propriedades dos Determinantes

Leia mais

Polinômio Mínimo e Operadores Nilpotentes

Polinômio Mínimo e Operadores Nilpotentes Capítulo 9 Polinômio Mínimo e Operadores Nilpotentes Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula

Leia mais

Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais 2 2

Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais 2 2 Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais Sylvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão 5. - Agosto Resumo O Teorema da Forma Canônica de Jordan

Leia mais

Lista de Exercícios III. junho de 2005

Lista de Exercícios III. junho de 2005 ÁLGEBRA LINEAR II Prof Amit Bhaya Lista de Exercícios III junho de 2005 Ortogonalidade, espaços fundamentais 1 Se Ax = b possui solução e A T y = 0, então y é perpendicular a 2 Se Ax = b não possui solução

Leia mais

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para 5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual

Leia mais

Dr. Ole Peter Smith Instituto de Matemática e Estatística Universidade Federal de Goiás 1 Vetores em R 2 e R 3

Dr. Ole Peter Smith Instituto de Matemática e Estatística Universidade Federal de Goiás 1 Vetores em R 2 e R 3 Dr Ole Peter Smith olematufgbr Data: 7/5/ urso Engenharia de omputação Disciplina: Álgebra Linear Lista: I Vetores em R e R Dado os vetores a = (,, ) T, b = (,, 4) T e c = (,, ) T Determine o constante

Leia mais

Capítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

Capítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Capítulo 6 Operadores Ortogonais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 6: Operadores Ortogonais

Leia mais

Álgebra Linear Teoria de Matrizes

Álgebra Linear Teoria de Matrizes Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

Leia mais

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais): a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre

Leia mais

Álgebra Linear /2 Turma EM1 (unificada)

Álgebra Linear /2 Turma EM1 (unificada) Álgebra Linear 2 2013/2 Turma EM1 (unificada) Planejamento preliminar (última revisão: 3/4/2013) Os exercícios correspondentes a cada aula serão discutidos na aula seguinte e não valem nota Este planejamento

Leia mais

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R. INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas

Leia mais

Introdução à Geometria

Introdução à Geometria Introdução à Geometria - 2007-2008 Algumas noções 1. Norma de um vector Seja E um espaço vectorial real de dimensão finita E munido de um produto interno (u, v) u v. Dado um vector v E chama-se norma ou

Leia mais

(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;

(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras; Q1. Considere o espaço vetorial R 4 munido do seu produto interno usual. Sejam B uma base de R 4, A M 4 (R) uma matriz e T : R 4 R 4 a transformação linear tal que [T ] B = A. Considere as seguintes afirmações:

Leia mais

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto

Leia mais

CM005 Álgebra Linear Lista 2

CM005 Álgebra Linear Lista 2 CM005 Álgebra Linear Lista 2 Alberto Ramos 1. Seja M M n (R) uma matriz. Mostre que se {v 1,..., v p } R n é linearmente dependente, então {Mv 1,..., Mv p } é também linearmente dependente. Agora suponha

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

Leia mais

Cálculo Diferencial e Integral 2 Formas Quadráticas

Cálculo Diferencial e Integral 2 Formas Quadráticas Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do

Leia mais

GAAL Exercícios 6: Umas soluções

GAAL Exercícios 6: Umas soluções GAAL Exercícios 6: Umas soluções. Quais dos seguintes vetores são combinação linear de u = (5, 3, ), v = (, 4, 3), w = (, 8, 7)? (a) (, 2, 5) (b) (, 2, 8) (c) ( 2, ) (d) (, 2, 3). O conjunto {u, v, w}

Leia mais

(c) A 1 = (d) A 1 = 5. Seja T : R 7 R 3 uma transformação linear sobrejetiva. (b) dim(n(t )) = 3. (d) dim(im(t )) = 0

(c) A 1 = (d) A 1 = 5. Seja T : R 7 R 3 uma transformação linear sobrejetiva. (b) dim(n(t )) = 3. (d) dim(im(t )) = 0 UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Cesar, Flavio, Luiz Carlos, Mario, Milton, Monique e Paulo Data: 30 de outubro de 2013 (c) A 1 = 3 1 5 2 3 7 7 3 2

Leia mais

Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof. Juliana Coelho - 07h00-09h00

Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof. Juliana Coelho - 07h00-09h00 Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof Juliana Coelho - 07h00-09h00 QUESTÃO 1 (2,0 pts - Considere os seguintes vetores de R3 : u = (3, 2, 2, v = (1, 3, 1 e w = ( 1, 4, 4 Responda as

Leia mais

Álgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas

Álgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas Álgebra Linear I - Aula 22 1. Matrizes 2 2 ortogonais e simétricas. 2. Projeções ortogonais. 3. Matrizes ortogonais e simétricas 3 3. Roteiro 1 Matrizes simultaneamente ortogonais e simétricas 2 2 Propriedade

Leia mais

Álgebra Linear I - Aula 19

Álgebra Linear I - Aula 19 Álgebra Linear I - Aula 19 1. Matrizes diagonalizáveis. 2. Matrizes diagonalizáveis. Exemplos. 3. Forma diagonal de uma matriz diagonalizável. 1 Matrizes diagonalizáveis Uma matriz quadrada T = a 1,1 a

Leia mais

1 Auto vetores e autovalores

1 Auto vetores e autovalores Auto vetores e autovalores Os autovalores de uma matriz de uma matriz n n são os n números que resumem as propriedades essenciais daquela matriz. Como esses n números realmente caracterizam a matriz sendo

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes

Leia mais

Álgebra Linear Diagonalização de Operadores

Álgebra Linear Diagonalização de Operadores Introdução e Motivação Preliminares Diagonalização de Operadores Aplicações Referências Álgebra Linear Diagonalização de Operadores Universidade Estadual Vale do Acaraci - Sobral - CE Semana da Matemática

Leia mais

TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial

TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c

Leia mais

FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA

FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA Exercícios vários. Considere o conjunto C =, e a operação binária definida por a b = min(a, b). O conjunto C é, relativamente

Leia mais

Soluções dos trabalhos de 1 a 7

Soluções dos trabalhos de 1 a 7 Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos

Leia mais

Lista de Exercícios 05 Álgebra Matricial

Lista de Exercícios 05 Álgebra Matricial Lista de Exercícios 05 Álgebra Matricial - 016.1 1. Determine a quantidade desconhecida em cada uma das expressões: ( ) ( ) ( ) T 0 3 x + y + 3 3 w (a) 3.X = (b) = 6 9 4 0 6 z. Uma rede de postos de combustíveis

Leia mais

ÁLGEBRA LINEAR I - MAT0032

ÁLGEBRA LINEAR I - MAT0032 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT003 10 a Lista de

Leia mais

1 Determinantes, traços e o teorema espectral para operadores arbitrários

1 Determinantes, traços e o teorema espectral para operadores arbitrários Álgebra Linear e Aplicações - Lista para Segunda Prova Nestas notas, X, Y,... são espaços vetoriais sobre o mesmo corpo F {R, C}. Você pode supor que todos os espaços têm dimensão finita. (x, y) = (x,

Leia mais